Construir modelos de machine learning es un elemento importante del modelado predictivo. Sin embargo, sin una validación adecuada del modelo, la confianza en que el modelo entrenado generalizará bien en datos no vistos nunca puede ser alta. La validación del modelo ayuda a asegurar que el modelo funcione bien con nuevos datos y ayuda a seleccionar el mejor modelo, los parámetros y las métricas de precisión.
En esta guía, aprenderemos los conceptos básicos y la implementación de varias técnicas de validación de modelos, mencionadas a continuación:
#validacióncruzada
Validación Hold Out
Validación cruzada K-fold.
Validación cruzada K-fold estratificada
Validación cruzada Leave One Out.
Divisiones aleatorias de prueba-entrenamiento repetidas
Suscríbete a mi canal de vlogs
Por favor, dona si quieres apoyar el canal a través de GPay UPID,
Gpay: krishnaik06@okicici
Por favor, únete como miembro de mi canal para obtener beneficios adicionales como materiales en Ciencia de Datos, transmisión en vivo para miembros y muchos más
Conéctate conmigo aquí: